In-Memory Distributed Matrix Computation Processing and Optimization

The use of large-scale machine learning and data mining methods is becoming ubiquitous in many application domains ranging from business intelligence and bioinformatics to self-driving cars. These methods heavily rely on matrix computations, and it is hence critical to make these computations scalab...

Celý popis

Podrobná bibliografie

Vydáno v:	2017 IEEE 33rd International Conference on Data Engineering (ICDE) s. 1047 - 1058
Hlavní autoři:	Yongyang Yu, Mingjie Tang, Aref, Walid G., Malluhi, Qutaibah M., Abbas, Mostafa M., Ouzzani, Mourad
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.04.2017
Témata:	Computational modeling Data models distributed computing Distributed databases Generators Matrix computation Optimization query optimization Sparks Sparse matrices
ISSN:	2375-026X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!